AI Agent 的小时工资，正在比人类更贵
Toby Ord 的分析让人警醒：衡量 AI 进步的时间维度在增长，但成本增长可能更快——这让「AI 比人便宜」的预设开始动摇
AI Agent 的小时工资，正在比人类更贵
我们已经习惯了这样一个叙事：AI 越来越强，价格越来越低，最终人力将被廉价 AI 取代。但 2025 年 Toby Ord（牛津哲学家，《悬崖》作者）写了一篇没有被足够关注的分析，在本周 Hacker News 重新获得了关注：如果我们把 AI Agent 的能力和成本一起追踪，画面可能完全不同。
METR 的时间地平线（time-horizon）基准是当前衡量 AI Agent 能力最受认可的指标之一：当前顶级模型能独立完成人类工程师需要 2 小时才能完成的软件任务。这个数字每年大约翻倍，令人印象深刻。
但 Toby Ord 问了一个被几乎所有人忽略的问题：完成这些任务，AI 每小时要花多少钱？
他从 METR 公开的成本-性能曲线图中提取数据，做了以下计算：对每个主流模型，找到其性能-成本曲线上的”甜点”（边际收益开始递减的那个点），计算”AI 完成等效于 1 小时人类工作所需的 API 费用”。
结果令人意外：
- o3 的甜点成本：$40/小时（人类工程师：$120/小时）
- 最新顶级模型的甜点成本：40 美分/小时（这是最乐观的估计）
- 但关键趋势是：随着时间推移，这个”甜点成本”并没有随能力提升而下降——事实上，要达到更长时间地平线的任务，所需的 token 消耗是非线性上升的
更重要的发现是：LLM 的成本-性能曲线呈S型，而非线性。每个模型的性能会在某个点趋于平台期，而要把性能推上这个平台期，需要投入大量 compute。如果你不仔细找”甜点”，很容易付出 5 倍的 compute 却只换来 10% 的性能提升。
“The METR time-horizon trend could be misleading. It would be showing how the state of the art is improving, but part of this progress would be due to more and more lavish expenditure on compute so it would be diverging from what is economical. It would be becoming more like the Formula 1 of AI performance — showing what is possible, but not what is practical.” — Toby Ord，Are the costs of AI agents also rising exponentially?
Formula 1 的比喻很精准。F1 赛车展示了汽车的物理极限，但没有人用 F1 通勤。METR 的 benchmark 展示了 AI 的能力极限，但能力极限处的成本曲线和实际部署中的经济性是两码事。
有趣的是，这篇文章和本周的 Claude Opus 4.7 讨论形成了共振。HN 评论区里有人指出，Opus 4.7 的 extended thinking 模式下，单次 agent 任务的费用已经能达到数美元甚至十几美元——这在某些任务上已经接近或超过了人类完成同等工作的成本。
一个现实的结论正在工程师圈子里形成：AI Agent 不是”便宜”的同义词，而是”不同成本结构”的工具。AI 的优势是：可并发、不疲倦、速度可控。但在某些精密任务上，它的”小时工资”可能比你以为的高得多。
Toby Ord 的分析没有给出悲观结论，只是指出了一个数据缺口：当大家讨论 AI 能做多难的任务时，很少有人同时追踪这件事要花多少钱。如果 AI agent 的能力每年翻倍，而经济性也在以类似甚至更快的速度下降，那么”AI 将取代廉价人力”的预言需要被更仔细地审视。
真正应该被追踪的，或许不只是”AI 能做什么”，还有”用 AI 做这件事是否合理”。